Weiter zum Inhalt
MathWorks

Online-Kurse zum Selbststudium

  • Self-Paced Content
  • MathWorks
  • MATLAB Hilfe-Center
  • Community
  • Lernen
  • MATLAB erhalten MATLAB
  • Melden Sie sich an
    • Eigener Account
    • Mein Community Profil
    • Lizenz zuordnen
    • Abmelden
  • Wenden Sie sich an den MathWorks-Support
  • Visit mathworks.com
  • Online Courses
MathWorks MathWorks

Website auswählen

Wählen Sie eine Website aus, um übersetzte Inhalte (sofern verfügbar) sowie lokale Veranstaltungen und Angebote anzuzeigen. Auf der Grundlage Ihres Standorts empfehlen wir Ihnen die folgende Auswahl: .

  • (English)
  • (Deutsch)
  • (Français)
  • （简体中文）
  • (English)

Sie können auch eine Website aus der folgenden Liste auswählen:

So erhalten Sie die bestmögliche Leistung auf der Website

Wählen Sie für die bestmögliche Website-Leistung die Website für China (auf Chinesisch oder Englisch). Andere landesspezifische Websites von MathWorks sind für Besuche von Ihrem Standort aus nicht optimiert.

Amerika

  • América Latina (Español)
  • Canada (English)
  • United States (English)

Europa

  • Belgium (English)
  • Denmark (English)
  • Deutschland (Deutsch)
  • España (Español)
  • Finland (English)
  • France (Français)
  • Ireland (English)
  • Italia (Italiano)
  • Luxembourg (English)
  • Netherlands (English)
  • Norway (English)
  • Österreich (Deutsch)
  • Portugal (English)
  • Sweden (English)
  • Switzerland
    • Deutsch
    • English
    • Français
  • United Kingdom (English)

Asien-Pazifik

  • Australia (English)
  • India (English)
  • New Zealand (English)
  • 中国
    • 简体中文
    • English
  • 日本 (日本語)
  • 한국 (한국어)

Kontakt zu Ihrer lokalen Niederlassung

image for course Techniken zur Merkmalsextraktion für Signale

Techniken zur Merkmalsextraktion für Signale

Erlangen Sie ein umfassendes Verständnis der Techniken zum Extrahieren von Signalmerkmalen in den Bereichen Zeit, Frequenz und Zeit-Frequenz. Erlernen Sie spezielle Techniken zum Erfassen der Eigenschaften zeitabhängiger Signale durch Aufteilung in Segmente.

Kursmodule

Introduction

Get an overview of the course.

Lektionen:
  • Course Overview
  • Learning Outcomes and Prerequisites
  • Course Example: Features from Flood Signals

Explore Signals

Analyze signals in both the time and frequency domains to identify potential features of the signal.

Lektionen:
  • Explore the Signal in the Time Domain
  • Explore the Signal Spectrum

Extract Signal Features

Extract key features from signals in both the time and frequency domains.

Lektionen:
  • Types of Signal Features
  • Extract Time-Domain Features
  • Extract Frequency-Domain Features

Extract Features from Multiple Signals

Extract relevant features from multiple signals and organize them into a structured table for further analysis.

Lektionen:
  • Import Signals with a Datastore
  • Extract Features from Multiple Signals
  • Add Labels to Feature Table

Extract Features from Time-Varying Signals

Create feature extractor objects for specific signal segments to extract the essential characteristics of time-varying signals.

Lektionen:
  • Signal Segmentation
  • Visualize the Time-Varying Labeled Signal
  • Choose Frame Size
  • Create a Feature Extractor Object for Signal Segments
  • Partition the Label Sequence
  • Extract Wavelet Features

Evaluate the Features

Analyze and evaluate the extracted signal features by identifying patterns and assessing feature relevance through ranking algorithms.

Lektionen:
  • Find Patterns in Extracted Features
  • Check Feature Relevance by Ranking

Conclusion

Learn the next steps and give feedback on the course.

Lektionen:
  • Summary
  • Additional Resources
  • Survey

Format:Kurs zum Selbststudium

Sprache:Deutsch

Sprache

  • Praktische Übungen mit automatischem Feedback
  • Zugang zu MATLAB über Ihren Webbrowser
  • Teilbarer Fortschrittsbericht und teilbares Kurszertifikat

Techniken zur Dimensionsreduktion

Reduzieren Sie die Dimensionalität Ihres Datensatzes.

Signalklassifizierung mit Deep Learning

Erlernen Sie den Workflow zur Klassifizierung von Signalen mit tiefen neuronalen Netzen.

Signal Processing Onramp

Eine interaktive Einführung in Signalverarbeitungsmethoden für die Spektralanalyse.

  • Trust Center
  • Handelsmarken
  • Datenschutz-Richtlinien
  • Datendiebstahl verhindern
  • Status von Anwendungen
  • Kontakt

© 1994-2025 The MathWorks, Inc.